独家｜获超亿美元融资，Sand.ai 曹越：为什么视频是通往世界模型最重要的路径

Sand.ai 创始人曹越认为，视频模型是通往世界模型最重要的路径。该公司成立于2024年1月，专注视频生成模型，近期完成超亿美元融资，投资方包括多家一线机构。曹越多次押注非共识路线：早期选择自回归架构而非主流Diffusion，随后探索音画同出，成为除Google VEO 3外最早实现该功能的团队，其Magi-1模型在Google DeepMind的Physics IQ benchmark上长期保持第一。2025年，团队决定将模型架构从Dense转向MoE，以突破成本、速度、效果的不可能三角。2026年Q3，Sand.ai将发布采用MoE架构的新一代视频生成模型，兼顾高效推理与开源领域最大参数规模，并计划开源。曹越强调，视频数据最接近世界观测，且体量足够大，是构建世界模型的关键。在应用侧，Sand.ai已探索数字人、视频Agent等产品，其音乐Agent产品VidMuse上线三个月即达千万美元ARR。曹越认为，世界模型仍处“前GPT时代”，但视频模型是通往终局的核心路径。